实验设计框架生成器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_af163eaa/z-exp-design。
技能介绍
实验方案的常见痛点
当你准备做实验时,流程没想清楚,变量、分组策略、测量时机和最终分析全混在一起,研究假设就很难真正被检验。研究方案需要明确假设、变量、样本/被试、流程、控制变量和数据分析计划,覆盖随机化与可重复性要点,否则后续结果难以复现。本技能面向需要快速产出实验方案的用户,帮助把变量、分组、怎么测、最后怎么分析排好,照着做就行。触发词包括实验设计、实验方案、实验规划、控制变量、实验流程、被试设计。
核心工作流程
技能按六步生成可用方案:
- 明确研究假设与待检验效应
- 界定自变量、因变量与可控/需控混淆变量
- 确定样本/被试规模与抽样/随机化方式
- 设计实验流程(分组、干预、测量时点)
- 制定数据分析计划(检验方法、显著性水平、功效)
- 输出实验方案 md
输入如「A 干预提升 B 指标」+ 可用样本 60 人,即可产出含随机分组与 t 检验计划的实验方案。输出是生成即用·实验方案,覆盖随机化与可重复性要点。
适用边界与注意点
- 不写真实被试隐私数据,样本量用占位数字示意
- 统计检验须与数据类型匹配,不推荐不匹配的方法
- 强调预注册与可重复,不暗示 p-hacking
使用场景
- 准备启动干预测试前,需要把研究假设、分组方式和检验方法整理成一份可执行实验方案
- 论文或课题申报前要补全实验流程、被试规模与随机化安排,确保方案可复现
- 手上有几十名可用被试,需要确定分组、干预时点和检验方法,写出完整实验计划
- 多个变量容易混淆的实验里,需要列出需控混淆变量,并规划测量时点
适合人员
- 高校研究生:开题前需要把研究假设、变量和流程写成规范的实验方案
- 产品经理:想验证功能改动是否提升指标,需要随机分组和相应的检验计划
- 科研助教:帮课题组整理申报材料,要补全被试规模、控制变量和分析方案
- 市场研究专员:新功能体验测试前需要明确被试规模、测量时点与分析方法